用tensorflow将图片灰度化及遇到的坑

用tensorflow将图片灰度化，很简单的一个问题，几句代码就OK了。但是这里边有很多坑，稍不留神，半天都不一定找得到原因。我下面说说我遇到的坑，希望看到这篇博客的你，别遇到。

先给代码，再介绍我遇到的坑：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from keras_preprocessing.image import load_img,img_to_array
%matplotlib inline


image_name = 'cat1.jpg'
image = load_img(image_name)
#将图片转换为数组
image = img_to_array(image)
#转为黑白
image = tf.image.rgb_to_grayscale(image)
image = tf.squeeze(image,2)
plt.imshow(image)

步骤很简单：

1. 读取彩色图片
2. 转换为黑白图片
3. 显示这个黑白图片

就这简简单单的几步，我却遇到了很多问题，不过在解决问题的过程中又学到了很多，还是很有收获的。 

• 坑一：

#坑一、不将image转换为数组，直接用rgb_to_grayscale方法，将图片转为灰度图片
image_name = 'cat1.jpg'
image = load_img(image_name)
#转为黑白
image = tf.image.rgb_to_grayscale(image)

执行上边代码会报错如下图，不能直接将一个图片转化为一个tensor。这里需要先将image对象转化为数组array。然后通过百度学会了img_to_array()方法。